[发明专利]基于最优回波子区域选择的大转角ISAR成像方法

摘要

本发明涉及逆合成孔径雷达成像信号处理技术，尤其涉及一种基于最优回波子区域选择的大转角ISAR成像方法，包括以下步骤：S1：确定成像转角与成像脉冲序号；S2：距离向傅里叶变换；S3：平动补偿；S4：最优回波子区域选择；S5：基于ICPF的转动参数估计；S6：基于PFA的ISAR成像。本发明采用最优子区域选取的方法降低MTRRC效应，进而通过积分三次相位函数在无MTRRC的情况下进行转角估计得到精确度高的转角估计值，解决了大转角情况下MTRRC引起目标转角估计得精度下降，不能直接从回波中估计转角信息的问题，最后利用估计的转角，对回波数据进行插值处理，通过PFA实现目标的高聚焦ISAR成像。本发明对促进宽带雷达目标识别向实用化、精细化方向发展起到重要作用。

主权项

1.一种基于最优回波子区域选择的大转角ISAR成像方法，其特征在于，该方法包括以下步骤：S1：确定成像转角与成像脉冲序号在高频区，目标可以近似为点散射模型散射点，不失一般性，假设成像期间目标在成像投影平面上作匀速转动；假设雷达发射LFM信号，为降低雷达的接收带宽，通常采用去斜接收的方式降低接收采样带宽；去斜处理后，不同频率对应目标的散射点位置；假设雷达总共接收到M个回波脉冲，目标包含K个散射点，δ_k为第k个散射点的散射强度，R_k(t_m)为t_m时刻第k个散射点到雷达的距离，m为脉冲序号，m＝1,2，…，M，k＝1,2，…，K；雷达的回波信号可以表示为：可以看出，回波信号表示为信号频率f和慢时间t_m的二维函数，并且：W(f,t_m)＝rect(f/B)rect(t_m/T_obs)        (2)其中rect(·)为矩形窗函数，B为信号带宽，T_obs为观测时长，f_c为雷达载频；在ISAR成像中，为了使成像尺度与人的视觉更接近，要求图像距离向和方位向分辨率尽量一致，即ρ_r＝ρ_a，因此ISAR成像转角Θ满足如下公式：Θ＝Bλ/c＝B/f_c        (3)通过雷达的窄带测量信息可以获取到目标在每个脉冲的径向距离信息Range(m)、方位角信息Azimuth(m)、俯仰角信息Pitching(m)，进而计算出目标的转角曲线Rotation_Angle(m)：结合当前成像起始脉冲序号Pulse_Begin和成像转角Θ，通过如下公式计算需要的成像终止脉冲序号：从而，选择的脉冲序号为Pulse_Begin:Pulse_End，此时成像积累时间为T_obs＝(Pulse_End‑Pulse_Begin)×PRI，其中PRI为脉冲重复周期；S2：距离向傅里叶变换对选择的成像脉冲序号对应的回波序列进行距离向的傅里叶变换，即对距离进行压缩，得到目标的一维距离像序列如下：S3：平动补偿ISAR成像中，t_m时刻目标第k个散射点相对雷达的距离R_k(t_m)可以分解为目标中心沿雷达视线方向的平动以及目标整体绕旋转中心的转动，即R_k(t_m)＝R₀(t_m)+ΔR_k(t_m)        (7)其中R₀(t_m)为旋转中心到雷达的距离，ΔR_k(t_m)为随旋转变化的距离量，转动的距离量可以表示为ΔR_k(t_m)＝x_ksin[θ(t_m)]+y_kcos[θ(t_m)]       (8)其中θ(t_m)为第m个脉冲时的转角，x_k和y_k分别表示目标第k个散射点的方位向和距离向坐标；利用现有补偿效果较好的算法完成平动补偿，具体分为以下两步：S3.1采用基于改进的全局距离对齐方法实现包络粗对齐；S3.2采用基于最小熵自聚焦的方法实现目标相位上的精确补偿；平动补偿后，目标的一维距离像序列可以写为：将公式(8)代入公式(9)，可得在成像期间目标匀速转动的前提下，第m个脉冲时的转角θ(t_m)可以表示为θ(t_m)＝ωt_m，其中ω为目标相对雷达视线的转速；对sin[θ(t_m)]和cos[θ(t_m)]做泰勒级数展开：将(11)式代入(10)，忽略包络和相位中的三次相位以上的高次项，则有从上式可以看出，在大转角成像中，包络中慢时间t_m引入的一次项和二次项将引起ISAR像在距离向上的走动，相位中慢时间t_m引入的二次项将引起目标在多普勒方向上的走动；为了获得聚焦良好的ISAR图像，二者都必须进行补偿和校正；在宽带雷达成像中，为了使图像显示的尺度相同，需要增加观测时间内目标转角从而获取高的方位向分辨率；随着目标尺寸增加和相干积累的转角变大，大转角不可避免地会引起的散射点的MTRRC；S4：最优回波子区域选择由于目标在成像积累时间内出现了散射点的越距离分辨单元走动效应，积累时间越长，目标转角越大，MTRRC效应就越明显；为了减弱MTRRC效应，可以从两个方面入手，即降低距离分辨率和减少相干积累时间；对于采样率一定的频率维数据，减少进行脉压处理中FFT中的数据点数，会使距离向分辨率降低，增大ρ_r的值；如果将处理时间的长度变成脉冲宽度T_pulse的1/η，η表示脉冲内数据降低因子，相当于信号的带宽变为原来的1/η，则相应的距离向分辨率变为：对于接收的ISAR信号，在方位向可以划分成很多子孔径；如果选择更短的相干积分处理时间，可以减小散射点的距离走动量；如果其相干处理的时间变成整个积分时间T_CPI的1/γ，γ表示子孔径划分因子，则相应的距离走动量为：其中Δy为整个积分时间内的距离走动量；为提高信号调频率的估计精度，选取的脉冲数应足够长；但是如果脉冲数太大，将会造成散射点的MTRRC，从而引起转动参数估计精度的下降；通过减少距离向脉冲压缩处理的数据点数，可以得到更低的距离向分辨率，使得允许目标的最大转角增大；同时，减少脉冲积累数目使得成像转角减小，进一步降低MTRRC效应；新的距离向脉冲压缩数据和新的回波脉冲积累数据构成了原始回波的子区域；通过选择最优的回波子区域，即确定η和γ的取值，可以有效消除MTRRC的影响，主要步骤如下：S4.1：距离向逆傅里叶变换对公式(12)所示的平动补偿后的一维距离像序列进行逆傅里叶变换，得到目标的原始回波S₁(f,t_m)：记录当前信号的带宽B_current＝B，当前回波终止脉冲序号为Pulse_End_current＝Pulse_End；S4.2降带宽降低距离向分辨率将距离向脉冲压缩处理的数据量减少一半，即η＝2，此时信号的带宽利用新的带宽参数B_new和下式计算直接成像的最大转角Θ_RD，并更新当前带宽值B_current：ρ_{r_new}＝c/(2B_new)       (16)B_current＝B_new        (18)其中，X为目标方位向最大尺寸，Y为距离向最大尺寸；S4.3走动量判断利用下式计算当前选取的成像积累时间对应的回波脉冲下的目标转角：Θ_Real＝Rotation_Angle(Pulse_End_current)‑Rotation_Angle(Pulse_Begin)   (19)若Θ_RD＜Θ_Real，则进行步骤4.4；否者进行步骤4.6；S4.4降相干处理时间，减小走动量将相干处理的时间减少一半，即γ＝2，此时新的成像终止脉冲序号Pulse_End_new为floor(·)表示取整函数；利用下式更新当前成像终止脉冲序号Pulse_End_current：Pulse_End_current＝Pulse_End_new；      (21)S4.5再次进行走动量判断利用下式计算当前选取的成像积累时间对应的回波脉冲下的目标转角：Θ_Real＝Rotation_Angle(Pulse_End_current)‑Rotation_Angle(Pulse_Begin)    (22)若Θ_RD＜Θ_Real，则进行步骤4.2；否者进行步骤4.6；S4.6完成回波子区域选择确定最终的脉冲压缩数据点数，即信号带宽B_last，以及成像终止脉冲序号Pulse_End，最终的相干积累时间为T_last＝(Pulse_End‑Pulse_Begin)×PRI；子区域选择后的回波形式为：S4.7距离向傅里叶变换对进行了最优回波子区域选择的回波数据再次进行距离向傅里叶变换，得到目标的一维距离像序列：从上式可知，公式(12)中一维距离像包络中的一次项和二次项已经被补偿掉，目标的MTRRC效应已经完全消除，进而可以针对无MTRRC效应的一维距离像数据实现目标转角参数的精确估计；S5：基于ICPF的转动参数估计尽管PFA算法的最大允许转角要大于RD算法和Keystone算法，但是PFA算法需要精确知道转角信息从而对数据进行插值，但是对于ISAR成像中的非合作目标，精确转角很难预先得到，必须从回波信息中估计出来；根据(24)式，散射点k所在距离单元由转动引起的回波相位项为：多普勒频率f_doppler和调频率μ_doppler可以分别通过微分求得在时频面上，同一距离单元的多分量信号的调频率是相同的，其调频率取决于距离和转速；转动参数可以通过多种LFM信号的调频率估计方法得到，采用基于ICPF的方法进行转动参数估计，具体步骤如下：S5.1针对每个距离单元n，利用ICPF计算调频率的估计值S5.2利用最小二乘法对所有距离单元的调频率估计值进行线性拟合，得到最终的调频率估计值S5.3根据调频率估计值，获取目标的转动中心所在距离单元n_{rotation_center}S5.4根据公式(24)，估算每个距离单元对应的旋转速度y_n表示第n个距离单元对应的距离向坐标；S5.5对进行线性拟合，取拟合后的常数项部分作为最终的旋转速度估计值S5.6得到目标最终的旋转速度估计值后，进一步得到所有原始回波的成像精确转角S6：基于PFA的ISAR成像获取到目标的转动参数后，即可通过PFA算法进行二维成像，具体步骤如下：S6.1根据转动参数，即转速、转角和转动中心，对原始回波数据进行插值处理，得到矩形区域的数据分布：设K_R＝‑(4π/c)(f_c+f)，则式(1)中第k个散射点的相位项可以表示为：Φ(K_R,θ(t_m))＝K_R[x_ksinθ(t_m)+y_kcosθ(t_m)]＝K_xx_k+K_yy_k       (30)其中(K_R,θ(t_m))为笛卡尔坐标下坐标点(K_x,K_y)的极坐标表示形式，(K_x,K_y)满足距离向波数域K_R和转角θ(t_m)满足现已知目标的成像期间精确转角且当目标在成像时间内匀速转动时，可以根据公式(30)对目标回波数据进行极坐标插值，得到目标回波在二维空间频域(K_x,K_y)上的回波分布S(K_x,K_y)；由于PFA算法以极坐标环形方式存储回波，散射点在成像的快‑慢时间上将分别沿着K_R和θ(t_m)维度分布，避免了传统矩形方式存储数据中的越分辨单元走动，从而能够实现高分辨、大转角情况下的ISAR成像；S6.2二维傅里叶变换得到ISAR图像对插值后的回波数据S(K_x,K_y)进行二维傅里叶变换，得到目标的ISAR图像。